[논문 리뷰] Large-Sample Properties of the Synthetic Control Method under Selection on Unobservables

Dmitry Arkhangelsky, David A. Hirshberg|arXiv (Cornell University)|2023. 11. 22.

Advanced Causal Inference Techniques인용 수 5

한 줄 요약

이 논문은 관측되지 않는 변수에 의한 선택 조건 하에서 합성 통제(SC) 추정량의 대표적 점근 정규성을 확립하며, 사전 기간 특징이 관측되지 않는 이질성을 충분히 근사할 수 있는 경우, 많은 단위를 포함하는 패널 데이터 설정에서 SC가 타당한 추론을 제공함을 보여준다. 방법은 순차적 외부성 조건을 만족할 경우에만 유지되며, 사전 기간이 증가함에 따라 근사 오차가 충분히 빨리 감소하는 한 일致하고 정규분포를 따르는 추정량을 제공한다.

ABSTRACT

We analyze the synthetic control (SC) method in panel data settings with many units. We assume the treatment assignment is based on unobserved heterogeneity and pre-treatment information, allowing for both strictly and sequentially exogenous assignment processes. We show that the critical property that determines the behavior of the SC method is the ability of input features to approximate the unobserved heterogeneity. Our results imply that the SC method delivers asymptotically normal estimators for a large class of linear panel data models as long as the number of pre-treatment periods is sufficiently large, making it a natural alternative to the Difference-in-Differences.

연구 동기 및 목표

• 많은 단위를 포함하는 패널 데이터에서 합성 통제(SC) 방법의 대표적 통계적 성질을 규명하는 것.
• 차등-차이(DiD)의 표준 평행 추세 가정을 초월하여 관측되지 않는 변수에 의한 선택 조건 하에서 SC를 분석하는 것.
• 관측되지 않는 이질성과 내생적 처리 배정 조건이 존재하더라도 점근적으로 정규분포를 따르는 추정량을 도출할 수 있는 조건을 규명하는 것.
• DiD의 가정이 관측되지 않는 혼란 요인으로 인해 실패하는 설정에서 DiD에 대한 SC의 강건한 대안이 되는지 보여주는 것.
• 사전 기간 특징이 관측되지 않는 이질성을 근사하는 데서 SC 성능의 핵심 결정 요소로 기능하는 바를 체계화하는 것.

제안 방법

• 저자들은 처리 배정이 관측되지 않는 이질성과 사전 기간 결과에 의존하며, 이러한 관측되지 않는 변수에 조건부로 순차적 외부성을 가정한다.
• 관측되지 않는 이질성이 사전 기간 수가 증가함에 따라 일致적으로 추정될 수 있도록 하는 복원 가능성 조건을 도입한다.
• 처리된 단위의 합성 통제를 만들기 위해 사전 기간 특징을 기반으로 통제 단위에 가중치를 할당하여 SC 추정량을 구성한다.
• 관측되지 않는 이질성에 대한 특징의 근사 오차가 충분히 빠르게 감소할 조건 하에서 점근 정규성을 도출한다.
• AR 및 랜덤 워크 결과 모델 하에서 올바르게 지정된 및 잘못 지정된 처리 기준 메커니즘을 가진 시뮬레이션을 통해 이론적 결과를 지지한다.
• 유한 표본 성능은 부트스트랩 기반 추론 및 시뮬레이션 설계에서 95% 신뢰구간의 커버리지 비율을 통해 평가된다.

실험 결과

연구 질문

• RQ1 처리 배정이 관측되지 않는 이질성에 의존할 경우, 합성 통제 추정량이 점근적으로 정규분포를 따르는 조건은 무엇인가?
• RQ2 관측되지 않는 이질성에 대한 특징 기반 근사의 질이 SC 추정량의 유한 표본 성능에 어떤 영향을 미치는가?
• RQ3 DiD 가정이 위반될 경우, SC 방법이 전통적인 이중 고정효과(TWFE) 추정량보다 우월한 설정은 어떤 경우인가?
• RQ4 순차적 외부성과 모형 오지정 조건 하에서 SC 방법이 얼마나 타당한 추론을 유지하는가?
• RQ5 사전 기간 수가 SC 추정량의 일관성과 점근 정규성 확보에 어떤 역할을 하는가?

주요 결과

• 순차적 외부성 조건이 성립하고 관측되지 않는 이질성이 사전 기간 특징을 통해 복원 가능할 경우, 근사 오차가 충분히 빠르게 감소하면 합성 통제 추정량은 점근적으로 정규분포를 따른다.
• 랜덤 워크 설계에서 SC와 TWFE 추정량 모두 표준 정규분포 분위수와 일치하는 t-통계량을 생성하여 타당한 추론을 보여준다.
• 혼합 설계에서 TWFE는 심각한 크기 왜곡을 보이며, 95% 신뢰구간의 커버리지 비율이 77~80%로 떨어져 타당하지 않은 추론을 의미한다.
• 혼합 설계에서 SC 추정량은 커버리지 비율이 90~93%를 유지하여 모형 오지정과 관측되지 않는 이질성에 대해 강건함을 시사한다.
• SC 성능은 관측되지 않는 이질성을 근사하는 데 있어 사전 기간 특징의 풍부함에 크게 의존하며, 이는 수렴 속도와 점근적 타당성의 결정 요소가 된다.
• 이론적 결과는 DiD 가정이 관측되지 않는 혼란 요인 또는 비평행 추세로 인해 실패할 경우 대규모 패널에서 DiD에 대한 SC의 타당한 대안임을 확인한다.